摘要
消费者使用在线平台时会留下隐私信息,是否应当收集消费者隐私并从中获利成为平台企业面临的重要问题.本文通过构建多阶段动态博弈模型,研究政府对隐私泄露施加惩罚的情况下在线平台的最优隐私收集策略.研究结果表明,如果不存在隐私泄露风险,在线平台总是选择收集消费者隐私,且"隐私占比"随着单位隐私价值递增,随着消费者隐私敏感度递减;相反,如果因为发生隐私泄露而遭受惩罚,则仅当惩罚力度较小时平台才有收集消费者隐私的动机.福利分析表明,当隐私泄露的惩罚相对较小时,收集消费者隐私是帕累托改进的.研究结果对于在线平台的隐私收集策略选择和利润来源的聚焦提供了一定的借鉴,也为相关部门制定隐私监管政策提供了参考.
基金项目
江苏省高等学校哲学社会科学研究一般项目(2022)(2022SJYB1901)
江苏省社会科学基金(2022)(22GLC016)
NETL
NSTL
维普
万方数据